|
一种高级程序语言,其核心设计哲学是代码可读性和语法,能够让程序员用很少的代码来
表达自己的想法。
对于我来说,学习 Python 的首要原因是,Python 是一种可以优雅编程的语言。它能够简单自然地写出代码和实现我的想法。
另一个原因是我们可以将 Python 用在很多地方:数据科学、Web 开发和机器学习等都可以使用 Python 来开发。Quora、Pinterest 和 Spotify 都使用 Python 来进行他们的后端 Web开发。那么让我们来学习一下 Python 吧。
Python 基础
1. 变量
你可以把变量想象成一个用来存储值的单词。我们看个例子。
Python 中定义一个变量并为它赋值是很容易的。假如你想存储数字 1 到变量 “one” ,让我们试试看:
超级简单吧?你只需要把值 1 分配给变量 “one” 。
- two = 2
- some_number = 10000
复制代码
只要你想,你可以把任意的值赋给任何其他的变量。正如你从上面看到的那样,变量 “two”存储整型变量 2 ,变量 “some_number” 存储 10000 。
除了整型,我们还可以使用布尔值(True/Flase)、字符串、浮点型和其他数据类型。
- # booleanstrue_boolean = Truefalse_boolean = False# stringmy_name = "Leandro
- Tk"# floatbook_price = 15.80
复制代码
2. 控制流程:条件语句
“If” 使用一个表达式来判断一个语句是 True 还是 False ,如果是 True ,那么执行 if 内的代码,例子如下:
- if True:
- print("Hello Python If")
- if 2 > 1:
- print("2 is greater than 1")
复制代码
2 比 1 大,所以 print 代码被执行。
当“if”里面的表达式是 false 时,“else” 语句将会执行。
- if 1 > 2:
- print("1 is greater than 2")
- else:
- print("1 is not greater than 2")
复制代码
1 比 2 小,所以 “else” 里面的代码会执行。
你也可以使用 “elif” 语句:
- if 1 > 2:
- print("1 is greater than 2")elif 2 > 1:
- print("1 is not greater than 2")else:
- print("1 is equal to 2")
复制代码
3. 循环和迭代
在 Python 中,我们可以用不同的形式进行迭代。我会说下 while 和 for。
While 循环:当语句是 True 时,while 内部的代码块会执行。所以下面这段代码会打印出 1到 10 。
- num = 1
- while num <= 10:
- print(num)
- num += 1
复制代码
while 循环需要循环条件,如果条件一直是 True ,它将会一直迭代,当 num 的值为 11 时,循环条件为 false 。
另一段代码可以帮你更好的理解 while 语句的用法:
- loop_condition = Truewhile loop_condition:
- print("Loop Condition keeps: %s" %(loop_condition))
- loop_condition = False
复制代码
循环条件是 True 所以会一直迭代,直到为 False 。
For 循环:你可以在代码块上应用变量 “num” ,而 “for” 语句将为你迭代它。此代码将打印与 while 中相同的代码:从 1 到 10 。
- for i in range(1, 11):
- print(i)
复制代码
瞧见没?这太简单了。i 的范围从 1 开始一直到第 11 个元素(10是第十个元素)
List:集合 | 数组 | 数据结构
假如你想要在一个变量里存储整数 1 ,但是你也要存储 2 和 3 , 4 , 5 ...
不是用成百上千个变量,我有别的方法存储这些我想要存储的整数吗?你已经猜到了,确实有别的存储它们的方法。
列表是一个集合,它能够存储一列值(就像你想要存储的这些),那么让我们来用一下它:
- my_integers = [1, 2, 3, 4, 5]
复制代码
这真的很简单。我们创建了一个叫做 my_integer 的数组并且把数据存到了里面。
也许你会问:“我要怎样获取数组里的值?”
问得好。列表有一个叫做索引的概念。第一个元素的下表是索引0(0)。第二个的索引是1,以此类推,你应该明白的。
为了使它更加简洁,我们可以用它的索引代表数组元素。我画了出来:
用 Python 的语法,也很好去理解:
- my_integers = [5, 7, 1, 3, 4]
- print(my_integers[0]) # 5print(my_integers[1]) # 7print(my_integers[4]) # 4
复制代码
假如你不想存整数。你只想去存一些字符串,像你亲戚名字的列表。我的看起来是类似这样的:
- relatives_names = [ "Toshiaki", "Juliana", "Yuji", "Bruno", "Kaio"]
- print(relatives_names[4]) # Kaio
复制代码
它的原理跟存整数一样,很友好。
我们只学习了列表的索引是如何工作的,我还需要告诉你如何向列表的数据结构中添加一个元素(向列表中添加一个项目)。
最常用的向列表中添加新数据的方法是拼接。我们来看一下它是如何使用的:
- bookshelf = []
- bookshelf.append("The Effective Engineer")
- bookshelf.append("The 4 Hour Work Week")
- print(bookshelf[0]) # The Effective Engineerprint(bookshelf[1]) # The 4 Hour Work
- W
复制代码
拼接超级简单,你仅需要把一个元素(比如“有效的机器”)作为拼接参数。
好了,关于列表的知识这些就够了,让我们来看一下其它的数据结构。
字典:Key-Value 数据结构
现在我们知道 List 是有索引的整型数字集合。但如果我们不像使用整型数字作为索引呢?我们可以用其他的一些数据结构,比如数字、字符串或者其他类型的索引。
让我们学习下字典这种数据结构。字典是一个键值对的集合。字典差不多长这样:
- dictionary_example = {
- "key1": "value1",
- "key2": "value2",
- "key3": "value3"
- }
复制代码
Key 是指向 value 的索引。我们如何访问字典中的 value 呢?你应该猜到了,那就是使用 key。我们试一下:
- dictionary_tk = {
- "name": "Leandro",
- "nickname": "Tk",
- "nationality": "Brazilian"
- }
- print("My name is %s" %(dictionary_tk["name"])) # My name is Leandro
- print("But you can call me %s" %(dictionary_tk["nickname"])) # But you can call me
- Tk
- print("And by the way I'm %s" %(dictionary_tk["nationality"])) # And by the way I'm
- Brazilian
复制代码
我们有个 key(age)value(24),使用字符串作为 key 整型作为 value 。
我创建了一个关于我的字典,其中包含我的名字、昵称和国籍。这些属性是字典中的 key 。
就像我们学过的使用索引访问 list 一样,我们同样使用索引(在字典中 key 就是索引)来访问存储在字典中的 value 。
正如我们使用 list 那样,让我们学习下如何向字典中添加元素。字典中主要是指向 value 的key 。当我们添加元素的时候同样如此:
- dictionary_tk = {
- "name": "Leandro",
- "nickname": "Tk",
- "nationality": "Brazilian",
- "age": 24
- }
- print("My name is %s" %(dictionary_tk["name"])) # My name is Leandro
- print("But you can call me %s" %(dictionary_tk["nickname"])) # But you can call me
- Tk
- print("And by the way I'm %i and %s" %(dictionary_tk["age"],
- dictionary_tk["nationality"])) # And by the way I'm Brazilian
复制代码
我们只需要将一个字典中的一个 key 指向一个 value 。没什么难的,对吧?
迭代:通过数据结构进行循环
跟我们在 Python 基础中学习的一样,List 迭代十分简单。我们 Python 开发者通常使用 For循环。我们试试看:
- bookshelf = [
- "The Effective Engineer",
- "The 4 hours work week",
- "Zero to One",
- "Lean Startup",
- "Hooked"
- ]
- for book in bookshelf:
- print(book)
复制代码
对于在书架上的每本书,我们打印(可以做任何操作)到控制台上。超级简单和直观吧。这就是 Python 的美妙之处。
对于哈希数据结构,我们同样可以使用 for 循环,不过我们需要使用 key 来进行。
- dictionary = { "some_key": "some_value" }
- for key in dictionary:
- print("%s --> %s" %(key, dictionary[key])) # some_key --> some_value
复制代码
上面是如何在字典中使用 For 循环的例子。对于字典中的每个 key ,我们打印出 key 和 key所对应的 value 。
另一种方式是使用 iteritems 方法。
- dictionary = { "some_key": "some_value" }
- for key, value in dictionary.items():
- print("%s --> %s" %(key, value))# some_key --> some_value
复制代码
我们命名两个参数为 key 和 value ,但是这不是必要的。我们可以随意命名。我们看下:
- dictionary_tk = {
- "name": "Leandro",
- "nickname": "Tk",
- "nationality": "Brazilian",
- "age": 24
- }
- for attribute, value in dictionary_tk.items():
- print("My %s is %s" %(attribute, value))
- # My name is Leandro
- # My nickname is Tk
- # My nationality is Brazilian
- # My age is 24
复制代码
可以看到我们使用了 attribute 作为字典中 key 的参数,这与使用 key 命名具有同样的效果。
真是太棒了!
类&对象
一些理论:
对象是对现实世界实体的表示,如汽车、狗或自行车。 这些对象有两个共同的主要特征:数据和行为。
汽车有数据,如车轮的数量,车门的数量和座位的空间,并且它们可以表现出其行为:它们可以加速,停止,显示剩余多少燃料,以及许多其他的事情。
我们将数据看作是面向对象编程中的属性和行为。 又表示为:
数据→ 属性和行为 → 方法
而类是创建单个对象的蓝图。 在现实世界中,我们经常发现许多相同类型的对象。 比如说汽车。 所有的汽车都有相同的构造和模型(都有一个引擎,轮子,门等)。每辆车都是由同一套蓝图构造成的,并具有相同的组件。
Python 面向对象编程模式:ON
Python,作为一种面向对象编程语言,存在这样的概念:类和对象。
一个类是一个蓝图,是对象的模型。
那么,一个类是一个模型,或者是一种定义属性和行为的方法(正如我们在理论部分讨论的那样)。举例来说,一个车辆类有它自己的属性来定义这个对象是个什么样的车辆。一辆车的属性有轮子数量,能源类型,座位容量和最大时速这些。
考虑到这一点,让我们来看看 Python 的类的语法:
上边的代码,我们使用 class 语句来定义一个类。是不是很容易?
对象是一个类的实例化,我们可以通过类名来进行实例化。
- car = Vehicle()
- print(car) # <__main__.Vehicle instance at 0x7fb1de6c2638>
复制代码
在这里,car 是类 Vehicle 的对象(或者实例化)。
记得车辆类有四个属性:轮子的数量,油箱类型,座位容量和最大时速。当我们新建一个车辆对象时要设置所有的属性。所以在这里,我们定义一个类在它初始化的时候接受参数:
- class Vehicle:
- def __init__(self, number_of_wheels, type_of_tank, seating_capacity,
- maximum_velocity):
- self.number_of_wheels = number_of_wheels
- self.type_of_tank = type_of_tank
- self.seating_capacity = seating_capacity
- self.maximum_velocity = maximum_velocity
复制代码
这个 init 方法。我们称之为构造函数。因此当我们在创建一个车辆对象时,可以定义这些属性。想象一下,我们喜欢 Tesla Model S ,所以我们想创建一个这种类型的对象。它有四个轮子,使用电能源,五座并且最大时时速是250千米(155英里)。我们开始创建这样一个对象:
- tesla_model_s = Vehicle(4, 'electric', 5, 250)
复制代码
四轮+电能源+五座+最大时速250千米。
所有的属性已经设置了。但我们该如何访问这些属性值呢?我们给对象发送消息以向其请求该值。我们称之为方法。它是对象的行为。让我们实现它:
- class Vehicle:
- def __init__(self, number_of_wheels, type_of_tank, seating_capacity,
- maximum_velocity):
- self.number_of_wheels = number_of_wheels
- self.type_of_tank = type_of_tank
- self.seating_capacity = seating_capacity
- self.maximum_velocity = maximum_velocity def number_of_wheels(self):
- return self.number_of_wheels def set_number_of_wheels(self, number):
- self.number_of_wheels = number
复制代码
这是两个方法number_of_wheels和set_number_of_wheels的实现。我们将其称为getter & setter。因为第一个函数是获取属性值,第二个函数是给属性设置新的值。
在 Python 中,我们可以使用@property (修饰符)来定义getters和setters。让我们看看实际代码:
- class Vehicle:
- def __init__(self, number_of_wheels, type_of_tank, seating_capacity,
- maximum_velocity):
- self.number_of_wheels = number_of_wheels
- self.type_of_tank = type_of_tank
- self.seating_capacity = seating_capacity
- self.maximum_velocity = maximum_velocity @property
- def number_of_wheels(self):
- return self.number_of_wheels @number_of_wheels.setter
- def number_of_wheels(self, number):
- self.number_of_wheels = number
复制代码
并且我们可以将这些方法作为属性使用:
- tesla_model_s = Vehicle(4, 'electric', 5, 250)
- print(tesla_model_s.number_of_wheels) # 4tesla_model_s.number_of_wheels = 2 #
- setting number of wheels to 2print(tesla_model_s.number_of_wheels) # 2
复制代码
这和方法定义有轻微的不同。这里的方法是按照属性执行的。例如当我们设置新的轮胎数目时,我们并不将这两个看做参数,而是将数值2设置给number_of_wheels。这是编写python风格的getter和setter代码的一种方式。
但我们也可以将该方法用于其他事项,例如“make_noise”方法。让我们看看:
- class Vehicle:
- def __init__(self, number_of_wheels, type_of_tank, seating_capacity,
- maximum_velocity):
- self.number_of_wheels = number_of_wheels
- self.type_of_tank = type_of_tank
- self.seating_capacity = seating_capacity
- self.maximum_velocity = maximum_velocity def make_noise(self):
- print('VRUUUUUUUM')
复制代码
封装: 隐藏信息
封装是一种限制直接访问对象数据和方法的机制。但与此同时,它使得在数据上操作更简单(对象的方法)。
“封装可被用于隐藏数据成员和成员函数。按照这个定义,封装意味着 对象的内部表示一般在对象定义的外部视图中隐藏。” — Wikipedia
对象的所有内部表示都对外部隐藏了。只有对象本身可以与其内部数据交互。首先,我们需要理解公开的、非公开的实例变量和方法的工作原理。
公共实例变量
对于 Python 类,我们可以在我们的构造函数方法中初始化一个公共实例变量。让我们看看这个:
在这个构造方法中:
- class Person:
- def __init__(self, first_name):
- self.first_name = first_name
复制代码
在这里,我们将 first_name 值作为参数应用于公共实例变量。
- tk = Person('TK')
- print(tk.first_name) # => TK
复制代码
在类中:
- class Person:
- first_name = 'TK'
复制代码
在这里,我们不需要将 first_name 作为参数,所有的实例对象都有一个用 TK 初始化的类属性。
- tk = Person()
- print(tk.first_name) # => TK
复制代码
太酷了,现在我们已经了解到,我们可以使用公共实例变量和类属性。关于公共部分的另一个有趣的事情是我们可以管理变量值。我的意思是什么呢?我们的对象可以管理它的变量值:Get 和 Set 变量值。
还是在 Person 类中,我们想为它的 first_name 变量设置另一个值:
- tk = Person('TK')
- tk.first_name = 'Kaio'print(tk.first_name) # => Kaio
复制代码
这就可以了,我们只是为 first_name 实例变量设置另一个值(kaio),并更新了值。就这么简单。因为这是一个公共变量,我们是可以这么做的。
Non-public 实例变量
这里我们并没有使用术语“private”,因为在Python中所有属性都不是真的私有的(没有通常不必要的工作量)。 — PEP 8
作为 public instance variable(公共实例变量),我们可以在构造方法或类内部定义 nonpublic instance variable (非公共实例变量)。语法上的区别是:对于 non-public instance variables (非公共实例变量),在变量名前使用下划线(_)。
“除了从对象内部外无法被访问的‘Private’实例变量在Python中并不存在。然而,这里有一个多数Python代码都会遵守的惯例:使用下划线作为前缀的命名(例如 _spam)应该被认为是API的非公开部分(不管是函数、方法还是数据成员)” — Python软件基础
这里是示例代码:
- class Person:
- def __init__(self, first_name, email):
- self.first_name = first_name
- self._email = email
复制代码
你看到了email变量了吗?这就是我们如何定义非公共变量的方法:
- tk = Person('TK', 'tk@mail.com')
- print(tk._email) # tk@mail.com
复制代码
我们可以访问并更新它。非公共变量仅仅是一个惯用法,并且应该被当做API的非公共部分。
所以我们使用一个在类定义内部的方法来实现该功能。让我们实现两个方法(email 和update_email)以加深理解:
- class Person:
- def __init__(self, first_name, email):
- self.first_name = first_name
- self._email = email def update_email(self, new_email):
- self._email = new_email def email(self):
- return self._email
复制代码
现在我们可以使用这两个方法来更新及访问非公开变量了。示例如下:
- tk = Person('TK', 'tk@mail.com')
- print(tk.email()) # => tk@mail.comtk._email = 'new_tk@mail.com'print(tk.email()) #
- => tk@mail.comtk.update_email('new_tk@mail.com')
- print(tk.email()) # => new_tk@mail.com
复制代码
我们使用first_name TK和email 初始化了一个新对象
使用方法访问非公开变量email并输出它
尝试在类外部设置一个新的email
我们需要将非公开变量视为API的非公开部分
使用我们的实例方法来更新非公开变量
成功!我们使用辅助方法在类内部更新了它。
公共方法
对于公共方法,我们也可以在类中使用它们:
- class Person:
- def __init__(self, first_name, age):
- self.first_name = first_name
- self._age = age def show_age(self):
- return self._age
复制代码
让我们来测试一下:
- tk = Person('TK', 25)
- print(tk.show_age()) # => 25
复制代码
很好 - 我们在类中使用它没有任何问题。
非公共方法
但是用非公开的方法,我们无法做到这一点。 如果我们想实现相同的 Person 类,现在使用有下划线(_)的 show_age 非公共方法。
- class Person:
- def __init__(self, first_name, age):
- self.first_name = first_name
- self._age = age def _show_age(self):
- return self._age
复制代码
现在,我们将尝试用我们的对象来调用这个非公共的方法:
- tk = Person('TK', 25)
- print(tk._show_age()) # => 25
复制代码
我们可以访问和更新它。 非公共的方法只是一个惯例,应该被视为API的非公开部分。
以下是我们如何使用它的一个例子:
- class Person:
- def __init__(self, first_name, age):
- self.first_name = first_name
- self._age = age def show_age(self):
- return self._get_age() def _get_age(self):
- return self._age
- tk = Person('TK', 25)
- print(tk.show_age()) # => 25
复制代码
这里有一个 _get_age 非公共方法和一个 show_age 公共方法。 show_age 可以被我们的对
象(不在我们的类中)使用,而 _get_age 只用在我们的类定义里面使用(在 show_age 方法里面)。 但是同样的,这样的做法通常是惯例。
封装小结
通过封装,我们可以确保对象的内部表示是对外部隐藏的。
继承:行为和特征
某些物体有一些共同之处:它们的行为和特征。
例如,我继承了我父亲的一些特征和行为。我继承了他的眼睛和头发的特征,以及他的急躁和内向的行为。在面向对象编程中,类可以继承另一个类的共同特征(数据)和行为(方法)。
我们来看另一个例子,并用 Python 实现它。
想象一下汽车。车轮数量,座位容量和最大速度都是一辆车的属性。我们可以说 ElectricCar类从普通的 Car 类继承了这些相同的属性。
我们 Car 类的实现:
- class Car:
- def __init__(self, number_of_wheels, seating_capacity, maximum_velocity):
- self.number_of_wheels = number_of_wheels
- self.seating_capacity = seating_capacity
- self.maximum_velocity = maximum_velocity
复制代码
一旦初始化,我们就可以使用所有创建的实例变量。太棒了。
在 Python 中,我们将父类作为子的参数来进行继承。 ElectricCar 类可以继承我们的 Car类。
- class ElectricCar(Car):
- def __init__(self, number_of_wheels, seating_capacity, maximum_velocity):
- Car.__init__(self, number_of_wheels, seating_capacity, maximum_velocity)
复制代码
就这么简单。我们不需要实现任何其他方法,因为这个类已经完成了父类的继承(继承自 Car类)。我们来证明一下:
- my_electric_car = ElectricCar(4, 5, 250)
- print(my_electric_car.number_of_wheels) # => 4
- print(my_electric_car.seating_capacity) # => 5
- print(my_electric_car.maximum_velocity) # => 250
复制代码
干的漂亮。
就到这吧!
我们已经学到了很多关于 Python 的基础知识:
- Python 变量是如何工作的
- Python 条件语句是如何工作的
- Python 循环( while 和 for )是如何工作的
- 如何使用链表:Collection |Array
- 字典式键值集合
- 我们如何遍历这些数据结构
- 对象和类
- 作为对象数据的属性
- 作为对象行为的方法
- 使用 Python getter/setter 以及属性修饰器
- 封装:隐藏信息
- 继承:行为和特征
恭喜! 你完成了这个关于 Python 的密集的知识点。
|
|